09:11
官方一手arXiv: OpenAI@Hong Yang, Qi Yu, Travis Desell
推荐理由：这篇论文用Claude Code和OpenAI Codex CLI做对比实验发现，多数情况下只让AI用代码执行工具反而更便宜，还不影响成功率。只有Claude在SWE-bench上略贵一点点。想省API成本可以看看。
OpenAI Codex CLI
共 1 条相关 AI 资讯
7月14日
09:11
该论文通过三臂消融实验（基线、仅bash、仅代码）在合成计算任务和SWE-bench Mini上，使用Claude Code和OpenAI Codex CLI两个代理，比较了限制为单一execute_code MCP工具的效果。在四个（任务制度, 代理设计）组合中，有三个组合（Artifact/Claude、SWE-bench/Codex、Artifact/Codex）显示限制工具显著更便宜或统计持平，且通过率无显著差异。唯一的例外是SWE-bench/Claude组合，仅代码方向性成本高14.4%但不显著，该差距源于失败轨迹的代价而非成功编辑的税收。结论是工具表面的最廉价选择由任务制度和代理设计共同决定，成本信号主要来自缓存调整成本而非通过率。